代码免费了，然后呢
刷到一篇文章，作者叫 Arnav Gupta，Meta 的基础设施工程师。他说公司高层有一份 8000 人的名单，他有 10% 的概率在上面。5 月 20 号就知道了。
他写这篇文章的时候不知道自己会不会被裁。这种「不知道结局就先把话说了」的姿态，比那些裁完人再写内部信的 CEO 真诚多了。
代码是 Input，不是 Output
Section titled “代码是 Input，不是 Output”Arnav 给了一个框架，听着像商学院废话，但细想挺狠：代码是 Input，功能是 Output，用户付费是 Outcome。
这三者不是一回事。
Uber、Shopify 这些公司，代码 90-100% 由 AI 生成，PR 数量涨了 2-5 倍，AI 预算几个月烧掉几亿美元。然后呢？App 跟半年前一模一样。
代码确实变便宜了。但便宜的代码不会自动变成好功能，好功能不会自动变成用户付费。中间的转化链断了。
我自己的经验也印证了这一点。用 Claude Code 写代码，一天能搞定以前一周的活。但写完之后呢？测试、部署、文档、用户反馈、迭代——这些环节一个都没少。代码写得快了，但「从代码到用户付费」的整个链条没有变快。
Claude 每天每工程师烧 $100，一年 $30k。在印度这等于一个 SDE 的全部薪水。在美国是 0.25 个。你算一下：如果每个工程师都在用 Claude，公司的「人力成本」其实翻了一倍——一半是工资，一半是 token。
OpenAI 和 Anthropic 的企业级收入加起来一年 $70B。这笔钱从哪来？从公司的工程预算里来。公司的工程预算从哪来？从裁员里来。
这不是什么复杂的财务模型。就是简单的零和博弈：给 Anthropic 的钱多了，给你的钱就少了。
那 8 个想法本来就不怎么样
Section titled “那 8 个想法本来就不怎么样”以前 CEO 和 PM 有 10 个想法，团队只能做前 2 个。不是因为写代码慢——是因为写代码慢逼着你去辩论：这 10 个想法到底哪些值得做？
辩论是有价值的。它过滤掉坏想法，节省资源。一个功能从想法到上线，中间要经过需求评审、技术方案评审、设计评审、代码审查。每一步都是过滤器。
现在代码便宜了。没人愿意辩论了。CEO 说「这个功能很好」，PM 说「下周上线」，团队用 Claude 搓一个 MVP，第二天开会发现——另一个团队也搓了一个，基于完全不同的假设。
更扎心的是：你不会去跟对方对齐。你会跑回 Claude 那里，让它按你的方式重写对方的部分。Claude 会说「你说得对」，然后立刻开干。
AI 没有消灭坏想法。它消灭了过滤坏想法的过程。
以前写代码慢，是一种天然的「摩擦力」。你得花时间说服团队、辩论优先级、杀掉坏想法。这个摩擦力是有价值的——它让你在动手之前先想清楚。
现在摩擦力没了。代码便宜到没人愿意辩论了。结果是：更多的代码、更多的功能、更多的混乱。用户打开 App，功能多到找不到自己想要的那个。
裁员对冲的是 token 账单
Section titled “裁员对冲的是 token 账单”Coinbase 裁了 700 人，14% 的员工。CEO Brian Armstrong 说要重建公司为「一个智能体，人类在边缘对齐它」。管理层数限制在 CEO 以下五层，所有 leader 必须继续写代码。公司要试验「一人团队」——一个人同时干工程师、设计师、产品经理的活。
Block 裁了 4000 人，40% 的员工。Jack Dorsey 说「去年12月模型能力突然跃升了一个数量级」。Block 的工程师产出提升了 40%，但还是裁掉了 40% 的人。
这两个数字放在一起看：产出提升 40%，裁掉 40%。这不是矛盾——产出提升意味着剩下的人能做原来 140% 的活，但公司发现原来有 40% 的人在做「对齐」而不是「产出」。
对齐是什么？是会议、协调、沟通、等待、审批、扯皮。这些不是无用功——它们是组织运转的润滑剂。但当 AI 让每个人都能直接动手的时候，润滑剂就不需要那么多了。
我以前在公司里见过这种场景：一个功能需要三个团队协作，前端等后端的接口，后端等产品的 PRD，产品等设计的稿子。每个环节都要开会、对齐、确认。一个功能从想法到上线，可能要两个月。
现在呢？前端用 Claude 自己 mock 一个接口，后端用 Claude 自己写一个原型，产品用 Claude 自己出一个 PRD。三个团队各自为战，第二天开会发现——三个版本互不兼容。
这就是「对齐税」的真相：AI 让每个人都能动手了，但没有让每个人往同一个方向动手。
Arnav 算了一笔账：每天每工程师 $100 的 Claude 账单，一年 $30k。在印度等于一个 SDE 的薪水。公司要么砍人，要么砍 token。没有第三条路。
你不会被 AI 替代，但你可能被「不需要对齐」替代
Section titled “你不会被 AI 替代，但你可能被「不需要对齐」替代”Coinbase 的 Armstrong 说，工程师现在「几天就能交付以前一个团队几周的活」。非技术人员也在「写生产代码」。公司的目标是成为「一个智能体，人类在边缘对齐它」。
这话听着疯狂，但如果你真的用过 Claude Code 做开发，你知道他在说什么。
我用 Claude Code 写代码的时候，它能自己读文件、跑测试、改代码、再验证。整个过程我几乎不用管。但同样的 Claude 模型，如果我只在聊天窗口里跟它对话，效果差一大截。
不是模型变了，是我给它套的「壳」变了。这个壳叫 agent harness——编排循环、工具调用、记忆管理、验证回路。它把一个「聊天机器人」变成了一个「能干活的系统」。
当公司说「AI-native pods」「一人团队」的时候，他们说的不是「一个人加一个 AI」。他们说的是「一个人加一个 harness」。这个 harness 替代的不是你写代码的能力——它替代的是你跟其他人对齐的需求。
Coinbase 的 Armstrong 说得更极端：公司的目标是成为「一个智能体，人类在边缘对齐它」。翻译成人话就是：公司本身是一个 AI，人类的工作是确保这个 AI 不跑偏。
这听起来像科幻小说，但如果你看看现在的 AI Coding 工具，这个趋势已经很明显了。Claude Code 不只是写代码——它读你的项目结构、理解你的代码风格、记住你的偏好、自己跑测试、自己修 bug。你给它一个目标，它自己规划路径。
剩下的工作是什么？是确保目标正确、是判断输出质量、是决定优先级。这些是「对齐」的工作，不是「执行」的工作。
以前你需要找设计师要设计稿、找后端要接口文档、找 QA 要测试用例、找 PM 确认需求。现在你把这些都扔给 Claude，它自己读代码、自己跑测试、自己改 bug。你不需要跟任何人对齐——你只需要跟 Claude 对齐。
而 Claude 永远说「你说得对」。
裁员会继续，直到我们学会把 token 变成营收
Section titled “裁员会继续，直到我们学会把 token 变成营收”Arnav 说得很直白：这些裁员是 AI 裁员，即使 AI 没有直接替代你。
你的工位没有被一个 Claude 实例取代。但你以前做的某些工作——写代码、做设计、写文档、做 PPT——现在被另一个人用一句话扔给 LLM 了。那个人不需要问你要什么，他自己就能做。
这不是「AI-washing」。即使有些公司确实在用 AI 当借口裁掉本来就要裁的人，AI 仍然是原因——只是原因的方式不同。不是「AI 替代了你」，而是「AI 让所有人都能动手了，公司不需要那么多双手动了」。
Jack Dorsey 的原话：「我们不是因为遇到困难才做这个决定。我们的业务很强。利润在增长，客户在增加。但有些东西变了。」
Block 的 CFO 说，工程师的产出自去年 9 月以来提升了 40%。但公司还是裁掉了 40% 的人。这说明什么？说明「产出提升」和「裁员」不是因果关系——它们是同一个硬币的两面。产出提升意味着剩下的人能做更多活，裁员意味着公司不需要那么多人了。
变了什么？变了的是：以前写代码是瓶颈，现在写代码不是瓶颈了。瓶颈转移到了「搞清楚该写什么」和「让所有人往同一个方向走」。
而这两个瓶颈，AI 还没解决。
裁员会继续，直到我们学会把 $70B 的 token 账单变成 $70B 的新增营收。在那之前，公司只能用最笨的办法平衡账本——砍人。
OpenAI 和 Anthropic 的企业级收入加起来一年 $70B。这笔钱从哪来？从公司的工程预算里来。公司的工程预算从哪来？从裁员里来。
这不是什么复杂的财务模型。就是简单的零和博弈：给 Anthropic 的钱多了，给你的钱就少了。
而 Anthropic 的钱去了哪？去了 GPU 集群、去了模型训练、去了数据中心。这些钱不会变成你的工资，也不会变成用户想要的功能。它变成了更快的模型、更大的上下文窗口、更聪明的代码生成。
但更快的代码生成不等于更好的产品。这是整个悖论的核心。
Arnav 5 月 20 号就知道自己在不在名单上了。但不管结果怎样，他说的道理不变：问题不在于 AI 能不能写代码，在于我们能不能用好 AI 写出来的代码。
你用 AI 工具做开发吗？有没有觉得代码写得更快了，但产品好像没变多少？
Arnav Gupta. The layoffs will continue till we learn to use AI. X (Twitter). https://x.com/championswimmer/status/2051807284691612099